Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于Autoformer泛化模型的变压器不平衡运行绕组振动形态识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:一种基于Autoformer泛化模型的变压器不平衡运行绕组振动形态识别方法,属于变压器技术领域,通过提取变压器电磁‑机械信息特征,形成全局模‑态特征信息库,融合多元特征信息,结合Autoformer泛化模型对绕组振动形态进行评估,形成基于信息物理融合的形态识别方案。该方案能够有效、准确识别绕组振动形态。

主权项:1.一种基于Autoformer泛化模型的变压器不平衡运行绕组振动形态识别方法,其特征是:包括以下步骤,并且以下步骤顺次进行,步骤一、电磁-机械信息提取与一致性校验将绕组划分为电磁与机械子系统,并建立虚拟仿真模型,获取变压器的多源特征信息,电磁信息包含端口电压u、电流i、负载率η、不平衡度λ和漏磁Bσ,机械信息包含绕组电磁力F和振动加速度g,采用信息融合对虚拟和物理实体以及多源特征信息进行时空一致性校验,验证虚拟和物理实体及特征信息获取的有效性,然后以时间为索引构建全局模-态信息库;步骤二、信息融合采用Autoformer泛化模型内渐进分解模块的移动平均功能,将采集信息在时域中分解;预处理:以λ为标签搜寻模-态信息库,提取电流信息为特征向量X、振动信息为特征向量Y,构成样本集Z,并归一化处理得到zn,然后计算融合特征指标ξ,设置不同ξ取值范围所对应的变压器绕组振动形态,ξ的计算公式为: 式中,h为融合权重;zn为第n个样本;编解码器:样本集通过编码器得到原始序列的周期性演变特征,基于i-λ与i-g关联属性引入自适应学习机制,形成模-态信息特征映射智能体,并行输出的信息用于辅助解码器决策;分类器:基于融合特征指标ξ嵌入自校正和泛化表征模块,自校正结果与解码器输出对比以提升形态识别准确性,泛化表征与形态识别结果融合以改善类域划分的泛化能力;步骤三、绕组振动识别搭建物理实体动模平台,量测变压器绕组电气信息及振动信息;基于物理实体构建虚拟实体,求解磁场模型得到绕组漏磁与电磁力,通过电磁-机械顺序耦合计算机械模型获取振动信息,根据标签、索引形成绕组全局模-态信息库;以绕组电流表征电磁子系统特性,以振动加速度表征机械子系统振动特性;结合虚实交互信息,计算融合特征指标并构建映射关系,形成绕组不平衡运行融合特征信息库;分析绕组电流信号与振动信号的时域特征,结合虚拟和实体样本集,训练Autoformer泛化识别模型,实现变压器绕组振动形态识别预测。

全文数据:

权利要求:

百度查询: 东北电力大学 一种基于Autoformer泛化模型的变压器不平衡运行绕组振动形态识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。